但是，用户面对着系统推荐的物品，心里可能会产生疑惑：为什么向我推荐这些内容。为了使得推荐内容更容易被用户所接受，通常在给用户推荐的同时，加上相应的解释。例如，推荐电影时加上“95%的用户观看后表示喜欢”，推荐商品时加上“根据购买记录推荐下面的商品”等等的解释。相比与传统的推荐系统，可解释系统不仅能够提升系统透明度，还能够提高用户对系统的信任和接受程度、用户选择体验推荐产品的概率以及用户满意程度等等1。作为人工智能领域的一个重要分支，可解释推荐系统现已经应用到电子商务、医疗、学术等领域，推荐系统的可解释性也是一个重要的研究方向。在《ExplainableRecommendation：ASurveyandNewPerspectives》2中，作者